Morphic

Что такое Morphic

Morphic – ИИ-поисковик с открытым исходным кодом, который ищет информацию в интернете и формирует развёрнутые ответы со ссылками на источники. Вместо обычной выдачи со списком страниц сервис пытается понять вопрос пользователя, собрать релевантные материалы и представить результат в готовом виде.

Сервис сочетает веб-поиск, генерацию ответов с цитированием и интерфейс, в котором результаты могут быть не только текстовыми. Morphic способен показывать заголовки, сетки и изображения с указанием источников. За счёт этого он выглядит не как стандартный поисковик и не как обычный чат-бот с одним текстовым ответом.

В Morphic есть два режима: Quick для быстрого поиска фактов и Adaptive для более глубокого, многошагового исследования темы. Пользователь может выбрать подходящий вариант в зависимости от того, нужен ли ему краткий ответ или разбор вопроса на основе нескольких публикаций.

Проект распространяется по лицензии Apache-2.0. Исходный код доступен для изучения и доработки, а сам сервис можно развернуть на собственной инфраструктуре. Поэтому Morphic может быть полезен не только тем, кто ищет информацию, но и разработчикам, которым нужен настраиваемый интерфейс для ИИ-поиска.

Ключевые возможности Morphic

Генерация развёрнутых ответов вместо обычной выдачи ссылок

Одна из основных возможностей Morphic – генеративный поиск, при котором система преобразует пользовательский вопрос в содержательный ответ, а не ограничивается перечнем найденных веб-страниц.

Пользователь может сформулировать запрос обычным языком, описав задачу, проблему или интересующую его тему, после чего сервис подбирает релевантную информацию и объединяет её в структурированное объяснение. Это особенно полезно, когда вопрос требует не простого факта, а сопоставления нескольких идей, раскрытия причинно-следственных связей или краткого обзора большой темы.

Ответы сопровождаются ссылками на источники, благодаря чему пользователь может перейти к первоисточникам, проверить отдельные утверждения и изучить контекст подробнее. Например, вместо поиска по отдельным запросам «преимущества солнечной энергетики», «недостатки солнечных панелей» и «стоимость солнечной энергии» можно задать единый вопрос: «Сравни солнечную энергетику с газовой генерацией по стоимости, экологическому воздействию и надёжности». Morphic может собрать доступные сведения по этим направлениям и сформировать сравнительный ответ, который станет отправной точкой для дальнейшего исследования.

Режимы Quick и Adaptive

Morphic предлагает два режима работы, рассчитанных на задачи с разной глубиной и сложностью. Режим Quick предназначен для быстрого получения ответа на конкретный вопрос, когда пользователю не требуется масштабное исследование и достаточно оперативно найти нужные сведения. Он подходит для уточнения понятий, поиска базовых фактов, получения кратких объяснений и первичного знакомства с незнакомой темой. Например, если необходимо узнать, что такое векторная база данных, чем отличается API от SDK или какие основные функции выполняет определённая технология, быстрый режим позволяет начать с компактного ответа.

Режим Adaptive ориентирован на более глубокое исследование, предполагающее несколько этапов поиска и рассмотрение вопроса с разных сторон. Его целесообразно использовать, когда необходимо изучить рынок, сравнить конкурирующие продукты, проанализировать технологическую проблему или собрать аргументы для принятия решения. Например, при выборе корпоративной CRM-системы можно исследовать функциональность нескольких решений, их интеграции, ограничения и особенности использования, получив более содержательную основу для сравнения.

Таким образом, Quick удобен для повседневных информационных задач, а Adaptive — для запросов, где важны полнота, контекст и многоэтапный анализ.

Веб-поиск и чтение URL

Morphic умеет не только самостоятельно искать информацию, но и работать с URL-адресами, что позволяет направлять исследование на конкретные интернет-материалы. Это полезно в ситуациях, когда пользователь уже нашёл подходящую статью, документацию, отчёт или описание продукта, но хочет быстрее разобраться в его содержании. Вместо самостоятельного чтения всей страницы можно поставить вопрос по её материалам и использовать сервис для подготовки объяснения или выделения значимых сведений.

Например, разработчик может открыть документацию библиотеки, передать ссылку на неё и попросить объяснить назначение основных методов, условия использования и ограничения. Аналитик может изучить опубликованный отраслевой отчёт и запросить краткое изложение основных выводов, а также выделение показателей, которые влияют на бизнес-решение. Руководитель проекта может использовать тот же подход для ознакомления с длинной публикацией о новой технологии перед совещанием, чтобы быстрее определить её потенциальную пользу и вопросы для обсуждения.

Генеративный интерфейс ответа

Morphic выводит результаты не только в формате Markdown-текста. Интерфейс в реальном времени строится из потоковой JSON-спецификации.

Среди доступных элементов упоминаются изображения с указанием источника, сетки и заголовки. Это может сделать длинные ответы более удобными для восприятия, особенно если результат состоит из нескольких тематических блоков или содержит визуальные материалы.

Ответы со ссылками на источники и проверяемость информации

Morphic делает акцент на ответах с цитированием источников, чтобы пользователь мог не только прочитать вывод системы, но и понять, откуда взялись соответствующие сведения. В практическом отношении это важное отличие от сценария, в котором языковая модель выдаёт текст без явной привязки к конкретным материалам.

Ссылки помогают переходить к оригинальным публикациям, проверять контекст, уточнять детали и находить дополнительные данные, которые не вошли в итоговый ответ. Например, при изучении требований к защите персональных данных можно использовать ответ как предварительную карту темы, а затем перейти к официальным нормативным документам и проверить конкретные положения.

При анализе рынка пользователь может проследить, на каких страницах основаны утверждения о характеристиках продукта, его доступности или заявленных преимуществах. В образовательных задачах ссылки полезны для дальнейшего чтения, подготовки рефератов и поиска литературы.

Выбор моделей и провайдеров

В сервисе есть селектор моделей с динамическим определением доступных провайдеров. Поддерживаются OpenAI, Anthropic, Google, Ollama, Vercel AI Gateway, а также сервисы с OpenAI-совместимым API.

Это позволяет не привязываться к одному поставщику моделей. При локальном запуске достаточно добавить как минимум один API-ключ в файл .env.local , после чего модель можно выбрать в интерфейсе Morphic.

Самостоятельное развёртывание и дополнительные функции

Запуск через Docker

Рекомендуется разворачивать Morphic локально через Docker. Docker Compose запускает сам сервис, PostgreSQL, Redis и SearXNG.

Для встроенного SearXNG отдельный ключ поискового провайдера не требуется. Однако для работы ИИ-функций всё равно нужно настроить хотя бы один API-ключ провайдера моделей.

После клонирования репозитория, настройки переменных окружения и запуска сервисов интерфейс будет доступен локально по адресу http://localhost:3000 .

История чатов и публикация результатов

Morphic поддерживает хранение истории диалогов в PostgreSQL. Историю разговоров из предыдущей версии можно продолжать просматривать.

Результаты поиска можно отправлять по уникальной ссылке. Это удобно, если нужно поделиться готовым ответом и подборкой источников с коллегами или сохранить результат для последующего просмотра.

Загрузка файлов и доступ пользователей

В проекте есть поддержка загрузки файлов. Эта функция может быть полезна в сценариях, где ИИ-интерфейс должен работать не только с веб-страницами, но и с материалами пользователя.

Для управления доступом доступны встроенные учётные записи через Better Auth, интеграция с Supabase Auth и гостевой режим для анонимного использования. Настройки аутентификации, истории чатов и загрузки файлов требуют отдельной конфигурации.

Условия использования Morphic

Morphic – проект с открытым исходным кодом, распространяемый по лицензии Apache-2.0. Его можно изучать, модифицировать и разворачивать на собственной инфраструктуре с соблюдением условий лицензии.

Для локальной установки рекомендуется Docker. При этом необходимо самостоятельно настроить переменные окружения и подключить хотя бы одного провайдера моделей через API-ключ.